| | | 煙花算法引論(精)/信息科學技術學術著作叢書 | 該商品所屬分類:計算機/網絡 -> 軟件工程 | 【市場價】 | 1086-1574元 | 【優惠價】 | 679-984元 | 【介質】 | book | 【ISBN】 | 9787030440853 | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品 一次購物滿2000元台幣95折+免運費+贈品 一次購物滿3000元台幣92折+免運費+贈品 一次購物滿4000元台幣88折+免運費+贈品
| 【本期贈品】 | ①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
| |
版本 | 正版全新電子版PDF檔 | 您已选择: | 正版全新 | 溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。 *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。 | | | | 內容介紹 | |
-
出版社:科學
-
ISBN:9787030440853
-
作者:譚營
-
頁數:303
-
出版日期:2015-04-01
-
印刷日期:2015-04-01
-
包裝:精裝
-
開本:16開
-
版次:1
-
印次:1
-
字數:400千字
-
譚營編著的《煙花算法引論》繫統描述了作者提 出的一種新型群體智能算法——煙花算法,它的產生 、算法實現、理論分析、算法改進及其應用,為讀者 勾勒出了煙花算法的全景圖像。主要內容包括:煙花 算法的基本原理與實現及其性能分析、收斂性和時間 復雜度分析、多種改進算法、混合方法、離散煙花算 法、煙花算法的並行化實現,以及幾種應用實例。書 中重點介紹了煙花算法的參數設定,各種改進方法、 並行化實現、與典型群體智能算法的性能對比分析等 。書中還包括了煙花算法的最新資料和一些重要算法 的流程圖,以及源代碼的鏈接,供感興趣讀者參閱和 使用。 本書可作為智能科學與計算機科學等專業高年級 本科生和研究生的教材,尤其適合作為煙花算法入門 參考書,可以滿足初學者了解和學習煙花算法的基本 要求,也可作為信息、通信、控制、管理、工程技術 等相關領域的科技工作者和工程師及感興趣者的參考 材料。
-
前言 **部分 基礎理論 第1章 緒論 1.1 起源與動機 1.2 **算法屬於群體智能優化算法研究範疇 1.3 **算法的組成與研究內容 1.4 優點與特色 1.5 研究歷史與現狀 1.6 未來發展方向 1.7 未來五年內需要研究的25個問題 1.8 小結 第2章 **算法 2.1 引言 2.2 **算法的組成 2.3 **算法的實現 2.4 基本**算法特點分析 2.5 影響算法性能的因素分析 2.6 **算法與遺傳算法和粒子群優化算法的比較 2.7 實驗結果及分析 2.8 小結 第3章 **算法的理論分析 3.1 隨機模型 3.2 全局收斂性 3.3 時間復雜度的基本理論 3.4 時間復雜度分析 3.5 小結 第4章 隨機數對**算法性能的影響 4.1 引言 4.2 隨機數產生器 4.3 實驗設定 4.4 實驗結果與分析 4.5 小結 第二部分 改進算法研究 第5章 基於適應度函數值估計的**算法 5.1 進化計算算法加速策略 5.2 基於適應度函數值估計的**算法 5.3 實驗 5.4 性能分析及討論 5.5 小結 第6章 構造型**算法 6.1 對**算法各組成部分 的改進 6.2 實驗 6.3 小結 第7章 增強**算法 7.1 對基本**算法的分析 7.2 增強**算法 7.3 實驗 7.4 小結 第8章 動態搜索**算法 8.1 引言 8.2 增強**算法簡介 8.3 增強**算法*小**半徑檢查策略 8.4 動態搜索**算法 8.5 實驗 8.6 小結 第9章 自適應**算法 9.1 引言 9.2 對FWA和EFWA中**半徑的分析 9.3 自適應**半徑 9.4 自適應**算法 9.5 實驗 9.6 討論 9.7 小結 **0章 混合算法 10.1 引言 10.2 帶差分變異的**算法 10.3 差分演化與**算法的混合算法 10.4 文化**算法 10.5 基於生物地理學優化的**算法 10.6 小結 第三部分 **主題 **1章 多目標**算法 11.1 基本概念 11.2 施肥問題 11.3 多目標**算法 11.4 實驗和討論 11.5 小結 **2章 求解TSP的離散**算法 12.1 旅行商問題 12.2 離散**算法 12.3 實驗結果及其分析 12.4 與傳統算法比較 12.5 小結 **3章 基於GPU的並行**算法 13.1 引言 13.2 GPU通用計算 13.3 基於GPU的**算法及實現 13.4 GPU-FWA的算法實現 13.5 實驗分析 13.6 小結 第四部分應用 **4章 非負矩陣分解 14.1 引言 14.2 相關工作 14.3 低秩估計 14.4 基於群體智能算法的非負矩陣計算算法 14.5 實驗設置 14.6 實驗結果和討論 14.7 小結 **5章 聚類和模式識別應用 15.1 **算法在文檔聚類中的應用 15.2 垃圾郵件檢測算法參數優化 15.3 圖像識別 15.4 小結 **6章 群體機器人多目標搜索問題 16.1 引言 16.2 多目標搜索問題定義 16.3 分組**策略 16.4 算法分析 16.5 實驗結果 16.6 小結 **7章 地學反演問題 17.1 引言 17.2 反演問題 17.3 實驗 17.4 小結 參考文獻 附錄 附錄A 測試函數集 附錄B 資源 附錄C 術語列表 附錄D 符號列表 索引
| | | | | |